[发明专利]基于距离信息的单幅图像相机焦距估计方法

说明书

本发明公开了一种基于距离信息的单幅图像相机焦距估计方法，包括：1)从单幅图像当中人工标记距离信息；2)根据简化针孔相机模型，使用距离信息建立非线性方程组，再利用单目标优化问题转化法将非线性方程组转化为基于归一化距离的优化问题；3)使用多随机初始化点的L‑BFGS‑B优化算法求解基于归一化距离的优化问题，得到初步的相机焦距估计值；4)使用深度扰动技术增强初步的相机焦距估计值的稳定性，得到最终的相机焦距估计值。本发明基于距离信息进行单幅图像的相机焦距估计，能够使用图像上普遍存在的距离信息进行相机标定，缓解图像线索难以寻找的问题，同时提高了相机标定的精度，进一步可实现更灵活和精确的下游应用。

技术领域

本发明涉及相机标定和图像焦距估计的技术领域，尤其是指一种基于距离信息的单幅图像相机焦距估计方法。

背景技术

相机标定是指从单幅或多幅图像当中估计相机的内外参数，在很多计算机视觉任务中有重要作用。在相机的5个内参当中，相机焦距是最重要的，可用于距离估算、视角转换、场景重建等任务。

在典型的实验室场景中，相机标定通常通过拍摄多张标定物的图片完成。这种方法精度高但是无法应用于普通场景的相机标定。随着对任意图像的相机标定的需求增加，有两类方法得到了发展，它们分别是：1、基于图像线索的方法，这类方法使用图像上可见的线索，例如灭点，共面圆，同心圆等等进行标定，需要图像当中出现这种特定的模式才能进行标定；2、基于深度学习的方法，这类方法使用大量的数据进行强监督学习，对任意图片均可进行相机标定，但是受域适应问题的影响，其精度仍然需要改善。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于距离信息的单幅图像相机焦距估计方法，能够使用图像上普遍存在的距离信息进行相机标定，缓解图像线索难以寻找的问题，同时提高了相机标定的精度，进一步可实现更灵活和精确的下游应用。

为实现上述目的，本发明所提供的技术方案为：基于距离信息的单幅图像相机焦距估计方法，包括以下步骤：

1)从单幅图像当中人工标记距离信息，其中包括N个标记点和标记点之间的至少N+1段物理距离；

2)根据简化针孔相机模型，使用距离信息建立非线性方程组，再利用单目标优化问题转化法将非线性方程组转化为基于归一化距离的优化问题；

3)使用多随机初始化点的L-BFGS-B优化算法求解基于归一化距离的优化问题，得到初步的相机焦距估计值；

4)使用深度扰动技术增强初步的相机焦距估计值的稳定性，得到最终的相机焦距估计值。

进一步，在步骤1)中，标记点是指图像上标记出来的像素点，表示为：

式中，m_i是指第i个标记点，u_i和v_i分别是m_i在像素坐标系下的U轴和V轴分量，共有N个点；

标记点之间的物理距离是指标记点所对应的相机坐标系下的三维点之间的物理距离，其中标记点所对应的相机坐标系下的三维点表示为：

式中，M_i是指第i个标记点m_i所对应的相机坐标系下的三维点，x_i、y_i和z_i分别表示M_i在相机坐标系下的X轴、Y轴和Z轴分量；而标记点之间的物理距离则表示为：

d_ij＝||M_i-M_j||,1≤i＜j≤N